λ³Έλ¬Έ λ°”λ‘œκ°€κΈ°

μ„ ν˜•λŒ€μˆ˜

μ„ ν˜•λŒ€μˆ˜] 기말고사 정리

||A||(Nom)이 μŒμˆ˜κ°€ λΆˆκ°€λŠ₯ν•œ 것에 λΉ„ν•΄, ν–‰λ ¬ 식은 μŒμˆ˜κ°€ κ°€λŠ₯ν•˜λ‹€.

λ§Œμ•½ Aκ°€ 가역행렬이면 det(A)0이고 비가역행렬이면 det(A)=0이닀.

μ—¬μΈμˆ˜ μ „κ°œ(cofactor expansion) Cij=(-1)^(i+j)Aij 둜 λΌν”ŒλΌμŠ€ μ „κ°œμ˜ μ†Œν–‰λ ¬μ‹μ— μΈλ±μŠ€κΉŒμ§€ κ³±ν•œ 것을 가리킨닀.

c*det(A)=det(A’) (A’은 A의 νŠΉμ • ν–‰μ΄λ‚˜ 열에 cλ₯Ό κ³±ν•œ ν–‰λ ¬)

μ •λ°©ν–‰λ ¬ A에 슀칼라 λ°°ν•œ 행렬식 kA에 λŒ€ν•΄μ„œ det(kA)=kⁿdet(A)λ₯Ό λ§Œμ‘±ν•œλ‹€.

det(B)=det(A1)+det(A2) (BλŠ” ν•˜λ‚˜μ˜ λ‹€λ₯Έ ν–‰(μ—΄)만 κ°€μ§„ ν–‰λ ¬λ“€μ˜ λ§μ…ˆμ— μ˜ν•΄μ„œ 생긴 ν–‰λ ¬)

det(A’)=-det(A) (A’: 두 개의 ν–‰(μ—΄)을 κ΅ν™˜ν•œ ν–‰λ ¬)

proof] κ·Όμ ‘ν•œ 행끼리 κ΅ν™˜ν•œ ν–‰λ ¬ A,A’에 λŒ€ν•΄ λΌν”ŒλΌμŠ€ μ „κ°œν•΄λ³΄μž.

|A|=ai1*(-1)^(i+1)*Mi1++ain*(-1)^(i+n)*Min

|A’|=ai1(-1)^(i+1+1)M’(i+1)1+ain*(-1)(i+1+n)*M’(i+1)n

Mik=M’(i+1)k λ”°λΌμ„œ (-1)의 μ§€μˆ˜ 승만 달라짐. |A’|=-(ai1*(-1)^(i+1)Mi1++ain*(-1)^(i+n)*Min) λ”°λΌμ„œ |A|=-|A’|

μ΄λŸ¬ν•œ 증λͺ…을 μΌλ°˜ν™”ν•΄λ³΄μž. ij ν•˜λŠ”λ° (j-1)번, ji ν•˜λŠ”λ° (j-i)-1번, 총 2(j-i)-1번 κ΅ν™˜ν–ˆλ‹€. 즉 κ°€λŠ₯ν•œ κ·Όμ ‘ ν–‰ 연산은 ν™€μˆ˜ 번 κ΅ν™˜λ˜λ―€λ‘œ -λ₯Ό κ³±ν•΄μ•Ό ν•œλ‹€. λ”°λΌμ„œ |A|=-|A’|

5. ν•œ ν–‰λ ¬μ—μ„œ i ν–‰(μ—΄)κ³Ό j ν–‰(μ—΄)이 μ™„λ²½ν•˜κ²Œ λ™μΌν•˜λ©΄ ν–‰λ ¬ 식은 무쑰건 0

6. det(A)=det(A’) (A’: ν•˜λ‚˜μ˜ ν–‰(μ—΄)을 λ‹€λ₯Έ ν–‰(μ—΄)에 λ”ν•œ ν–‰λ ¬) 7. det(A)=det(A.T)

A의 첫 번째 행에 λŒ€ν•œ λΌν”ŒλΌμŠ€ μ „κ°œ, |A|=a11(-1)^(1+1)M11++a1n(-1)^(1+n)M1n

A.T의 첫 번째 열에 λŒ€ν•œ λΌν”ŒλΌμŠ€ μ „κ°œ, |transpose(A)|=a11(-1)^(1+1)M’11++a1n(-1)^(n+1)M’n1 (M’11=transposeM11,,M’**n1**=transposeM**1n**)

μˆ˜ν•™μ  귀납법

n-1일 λ•Œ det(A)=det(transpose(A)) κ°€μ •

n일 λ•Œ M’n1=M.T1n인데 μœ„ n-1일 λ•Œ 가정을 ν†΅ν•΄μ„œ M.T1n=M1nμ΄λ―€λ‘œ A와 A.T의 λΌν”ŒλΌμŠ€ μ „κ°œκ°€ 항등식이 λ˜μ–΄μ„œ |A|=|A.T|라고 μΌλ°˜ν™”μ‹œν‚¬ 수 μžˆλ‹€.

8. det(I)=1 9. ν–‰ κ΅ν™˜ μ—°μ‚° det(E1)=-1, ν•˜λ‚˜μ˜ 행에 슀칼라 값을 κ³±ν•˜λŠ” scaling det(E2)=k, λ§ˆμ§€λ§‰ μ„±μ§ˆ det(E3)=1

10. det(EA)=det(E)det(A) EλŠ” κΈ°λ³Έ ν–‰λ ¬ 11. λͺ¨λ“  ν–‰(μ—΄)이 0인 μ •λ°©ν–‰λ ¬ A의 ν–‰λ ¬ 식=0

12. 두 ν–‰λ ¬ A,B에 λŒ€ν•΄μ„œ det(AB)=det(A)det(B) AB=C

1. C=noninvertable (|C|=0) |A|0이고 |B|0μ΄λΌλŠ” μ˜λ―ΈλŠ” A,Bκ°€ κ°€μ—­ 행렬이고 λ”°λΌμ„œ A,Bλ₯Ό EkE1κΉŒμ§€ κΈ°λ³Έ ν–‰λ ¬λ“€μ˜ 곱으둜만 λ‚˜νƒ€λ‚Ό 수 μžˆμŒμ„ μ˜λ―Έν•œλ‹€. 그런데 κΈ°λ³Έ ν–‰λ ¬λ“€μ˜ 행렬식은 μ•žμ—μ„œ λ³ΈλŒ€λ‘œ 0이 λ˜λŠ” κ²½μš°λŠ” μ‘΄μž¬ν•˜μ§€ μ•ŠλŠ”λ‹€. λ”°λΌμ„œ A와 Bκ°€ κ°€μ—­ 행렬인 κ²½μš°μ— Cκ°€ λΉ„κ°€μ—­ 행렬일 μˆ˜λŠ” μ—†λ‹€. κ·ΈλŸ¬λ―€λ‘œ Cκ°€ λΉ„κ°€μ—­ 행렬이면 Aλ‚˜ Bκ°€ λΉ„κ°€μ—­ 행렬이어야 ν•œλ‹€.

2. C=invertable (|C|=0)

C=E’’kE’’1=(EnE1)(E’kE’1)=AB μœ„ 10번째 μ„±μ§ˆμ— μ˜ν•΄μ„œ det(C)=det(A)det(B)μž„μ„ 증λͺ…ν•  수 μžˆλ‹€.

13. κ°€μ—­ν–‰λ ¬μ˜ ν–‰λ ¬ 식은 0이 μ•„λ‹ˆλ‹€. 14. |삼각행렬|=μ£ΌλŒ€κ°μ„±λΆ„μ˜ κ³± 15. |λŒ€κ°ν–‰λ ¬(diagonal matrix)|=μ£ΌλŒ€κ°μ„±λΆ„λ“€μ˜ κ³± 17. det(A⁻¹)=1/det(A)

//λΈ”λ‘ν–‰λ ¬μ˜ 행렬식

 

 

μˆ˜λ°˜ν–‰λ ¬(Adjoint matrix, adj A): 각각의 μ›μ†Œμ— ν•΄λ‹Ήν•˜λŠ” μ—¬μΈμˆ˜λ₯Ό transposeν•œ ν–‰λ ¬

A*adjA=|A|I A⁻¹=(1/|A|)*adjA |adjA|=|A|ⁿ⁻¹ adj(AB)=(adj B)(adj A) (A,BλŠ” κ°€μ—­ν–‰λ ¬)

ν¬λž˜λ¨Έκ³΅μ‹:Aκ°€ κ°€μ—­ ν–‰λ ¬ Ax=b, 각각의 ν•΄ xα΅’=|Mα΅’|/|A|(Mα΅’λŠ” A의 i번째 열을 b둜 λ°”κΎΌ ν–‰λ ¬)

직ꡐ집합(Orthogonal set):벑터 μ§‘ν•©μ˜ λͺ¨λ“  μ›μ†Œ 벑터듀이 직ꡐ 각각의 λ²‘ν„°λ“€μ˜ 내적이 0

μ§κ΅μ§‘ν•©μ˜ λͺ¨λ“  벑터듀이 영 벑터가 μ•„λ‹ˆλ©΄, 벑터듀은 μ„ ν˜•λ…λ¦½,μ„ ν˜•λ…λ¦½μ§κ΅μ§‘ν•©, 직ꡐ집합이 μ œμ•½ 쑰건이 더 많음

βž• μ„ ν˜• 독립(linear independet) c1v1+c2v2++cnvn=0을 ci=0일 λ•Œλ§Œ λ§Œμ‘±μ—­ν–‰λ ¬μ‘΄μž¬n차원 곡간 생성 κ°€λŠ₯

v(벑터에 λŒ€ν•œ ν–‰ 벑터)*c(μ—΄ 벑터)=0, vκ°€ κ°€μš°μŠ€ μ†Œκ±°λ²•μœΌλ‘œ 인해 RREFκ°€ λ‚˜μ˜΄μžλͺ…ν•΄λ§Œμ„ 가짐

직ꡐ κΈ°μ € B둜 벑터 vν‘œν˜„ν•˜λŠ” 방법, ν•œ κ°€μ§€ v=c1b1++cnbn, ci=(vbi)/(bibi)

μ •κ·œμ§κ΅κΈ°μ € B둜 벑터 v ν‘œν˜„ν•˜λŠ” 방법, v=c1u1++cnun, ||v||²=c1²+c2²++cn², vw=c1d1++cndn

직ꡐ행렬(Orthogonal matrix) : μ •λ°©ν–‰λ ¬μ˜ μ—΄ 벑터가 Rⁿ의 μ •κ·œμ§κ΅κΈ°μ €μΈ ν–‰λ ¬

UtU=I, UUt=I, Ut=U⁻¹, UxUy=xy, ||Ux||=||x||, UVλŠ” 직ꡐ행렬

||z||=(|z1|²+|z2|²++|zn|²)½=(zHz)½ (**zH**=z bar=[z1 bar z2 bar zn bar]t)

 

λ³΅μ†Œμˆ˜ 벑터 w,z에 λŒ€ν•˜μ—¬ wz=zHwλ₯Ό 만쑱 πŸ’‘ μ‹€μˆ˜ λ²‘ν„°μ˜ 내적과 달리 κ΅ν™˜ 법칙 만쑱 XX

Gram-Schmidt process - 직ꡐ기저 μ°Ύμ•„μ£ΌκΈ°

μ„ ν˜•λ…λ¦½ κΈ°μ € {x1, x2, , xn}, 직ꡐ기저 μ§‘ν•© {v1, v2, , vn}, μ •κ·œμ§κ΅κΈ°μ € μ§‘ν•© {u1, u2, , un} =>v1=x1, v2=x2-(x2v1)/(v1v1)v1 +) x2λ₯Ό v1으둜 μ •μ‚¬μ˜ν•œ λΆ€λΆ„ λΉΌκΈ°, v3=x3-(x3v1)/(v1v1)v1-(x3v2)/(v2v2)v2

QRλΆ„ν•΄:μ—΄ 벑터가 μ„ ν˜•λ…λ¦½μΈ κΈ°μ € Aλ₯Ό μ •κ·œμ§κ΅ κΈ°μ € Q와 상삼각행렬 R둜 λΆ„ν•΄ν•œλ‹€ Q={v1, v2, v3}일 λ•Œ, R=QtA

`μ„ ν˜•μ„±(linearlity)` μ΄λž€?

1. 동차성: μ‹€μˆ˜μ— μ†ν•˜λŠ” λͺ¨λ“  c에 λŒ€ν•˜μ—¬, μ •μ˜μ—­ V의 μ›μ†Œ uκ°€ **L(cu)=cL(u)**λ₯Ό 만쑱

2. κ°€μ‚°μ„±: μ •μ˜μ—­ V의 μ›μ†Œ u,vκ°€ **L(u)+L(v)=L(u+v)**λ₯Ό 만쑱

ν–‰λ ¬κ³Ό λ²‘ν„°μ˜ 곱은 μ„ ν˜•λ³€ν™˜μ΄λ‹€.

1. ν™•λŒ€μ™€ μΆ•μ†Œ(dilation and contraction) x/yμΆ• λ°©ν–₯으둜 ν™•λŒ€/μΆ•μ†Œ

[[x2],[y2]] = [[α 0], [0 β]][[x1],[y1]] x2=αx1, y2=βy1

2. νšŒμ „(rotation) 원점을 μ€‘μ‹¬μœΌλ‘œ θ만큼 νšŒμ „

[[x2],[y2]]=[[cosθ -sinθ],[sinθ cosθ]][[x1],[y1]] x2=x1cosθ-y1sinθ, y2=x1sinθ+y1cosθ

3. λ°˜μ‚¬(reflection) νšŒμ „μ˜ 특수 μΌ€μ΄μŠ€ x좕을 κΈ°μ€€μœΌλ‘œ λ°˜μ‚¬ [[x2],[y2]]=[[1 0],[0 -1]][[x1],[y1]] x2=x1, y2=-y1

y좕을 κΈ°μ€€μœΌλ‘œ λ°˜μ‚° [[x2],[y2]]=**[[-1 0],[0 1]]**[[x1],[y1]] x2=-x1, y2=y1

4. μΈ΅λ°€λ¦Ό(shear)

y λ°©ν–₯ κΈ°μ€€μœΌλ‘œ μΈ΅λ°€λ¦Ό - xμΆ• λ°©ν–₯으둜 y의 kλ°° μΈ΅λ°€λ¦Ό [[x2],[y2]]=**[[1 k],[0 1]]**[[x1],[y1]] x2=x1+ky1, y2=y1

x λ°©ν–₯ κΈ°μ€€μœΌλ‘œ μΈ΅λ°€λ¦Ό - yμΆ• λ°©ν–₯으둜 x의 kλ°° μΈ΅λ°€λ¦Ό [[x2],[y2]]=**[[1 0],[k 1]]**[[x1],[y1]] x2=x1, y2=kx1+y1

5. μ΄λ™λ³€ν™˜(translation) πŸ’‘ μ΄λ™λ³€ν™˜μ€ ν–‰λ ¬μ˜ 곱으둜 λ‚˜νƒ€λ‚Ό 수 μ—†κΈ° λ•Œλ¬Έμ— μ„ ν˜•λ³€ν™˜μ΄ μ•„λ‹ˆλ‹€

[[x2],[y2]]=**[[1 0],[0 1]]**[[x1],[y1]] **+ [[a],[b]]** x2=x1+a, y2=y1+b

`λ™μ°¨μ’Œν‘œ(homogeneous coordinates)` μœ„μ—μ„œ λ‚˜μ˜¨ x2=x1+a, y2=y1+b [[1 0 **a**], [0 1 **b**], [0 0 1]]

`μ„ ν˜• μ—°μ‚°μž(Linear operator)` - μ„ ν˜•λ³€ν™˜ 쀑 νŠΉλ³„ν•œ λ³€ν™˜

L:VW인 μ„ ν˜•λ³€ν™˜μ΄ μžˆλ‹€κ³  κ°€μ •

- μ„ ν˜• μ—°μ‚°μž(Linear operator) : V와 Wκ°€ 같은 벑터 곡간일 λ•Œ

-노름 보쑴 μ„ ν˜• μ—°μ‚°μž(Norm-preserving linear operator)ex. νšŒμ „λ³€ν™˜, λ°˜μ‚¬λ³€ν™˜(O) ν™•λŒ€, μΆ•μ†Œ, μΈ΅λ°€λ¦Ό(X)

L: RnRn인 μ„ ν˜•λ³€ν™˜μ΄ μžˆλ‹€κ³  κ°€μ •ν•  λ•Œ, λ‹€μŒμ˜ μˆ˜μ‹μ„ λ§Œμ‘±ν•΄μ•Ό 함(두 μˆ˜μ‹μ€ λ™μΉ˜)

1. Rn ν‰λ©΄μ˜ λͺ¨λ“  x에 λŒ€ν•˜μ—¬, ||L(x)||=||x|| 2. Rn ν‰λ©΄μ˜ λͺ¨λ“  x,y에 λŒ€ν•˜μ—¬, L(x)L(y)=xy

직ꡐ μ—°μ‚°μž 노름 보쑴 μ„ ν˜• μ—°μ‚°μž proof] L(x)L(y)=AxAy=xtAtAy(AtA=I돼야 함)=xty=xy

- 직ꡐ μ—°μ‚°μž(Orthogonal operator) : λͺ¨λ“  V의 μ›μ†Œ x,y에 λŒ€ν•˜μ—¬ L(x)L(y)=xy일 λ•Œ

λΆ€λΆ„ 곡간(subspaces)

- μ •μ˜μ—­μ˜ λΆ€λΆ„ 곡간

-Null space(영 곡간, ν•΅ -kernel), Null(A), Ker(A)

κ³΅μ—­μ˜ 영 벑터에 mappingλ˜λŠ” 벑터 μ§‘ν•© **Null(A)={x|xRn, Ax=0} λͺ¨λ“  영 벑터가 영 곡간에 포함됨

- ν‡΄ν™”μ°¨μˆ˜ nullity(A)=dim(Null(A)) RREFμ—μ„œ pivot을 κ°–μ§€ λͺ»ν•œ 열이 λͺ‡ κ°œκ°€ μžˆλŠ”μ§€ REF에 λͺ‡ 개의 자유 λ³€μˆ˜κ°€ μžˆλŠ”μ§€**

- 차원 정리(dimension theorem) dim(Col(A))+dim(Null(A))=rank(A)+nullity(A)=n

- Row space(ν–‰ 곡간), Row(A)

A의 ν–‰ λ²‘ν„°μ˜ μ„ ν˜• 쑰합에 μ˜ν•œ μ§‘ν•© A의 RREF의 영이 μ•„λ‹Œ 행듀을 κΈ°μ €λ‘œ 가짐

- dim(Row(A))=dim(Col(A))

- κ³΅μ—­μ˜ λΆ€λΆ„ 곡간

- Column space**(μ—΄ 곡간, 상곡간, μΉ˜μ—­)Col(A)

**μ—΄ λ²‘ν„°λ“€μ˜ μ„ ν˜•μ‘°ν•©μ— μ˜ν•œ μ§‘ν•©**이고 열곡간은 κ³΅μ—­μ˜ λΆ€λΆ„κ³΅κ°„μž„

-κ³„μˆ˜, 랭크 rank(A)=dim(Col(A)) RREFμ—μ„œ λͺ‡ 개의 pivot이 μžˆλŠ”μ§€ μ„ ν˜•λ…λ¦½μΈ μ—΄ 벑터가 λͺ‡ κ°œμΈμ§€

- Left null space(μ’Œμ˜κ³΅κ°„) Null(At) At의 영 곡간

1. Aⁿx=λⁿx (n은 μ–‘μ˜ μ •μˆ˜) 2. A⁻¹=1/λ 3. det(A)=λ1λ2…λn 4. tr(A)=λ1+λ2++λn 5. A+cIn=λ+c 6. A와 AtλŠ” 같은 κ³ μœ³κ°’μ„ 가짐

λ κ³ μœ³κ°’μ€ νŠΉμ„± 방정식, det(λI-A)=0을 λ§Œμ‘±ν•΄μ•Ό 함

고유 벑터 x(0)에 λŒ€ν•˜μ—¬, **(λI-A)x=0**을 λ§Œμ‘±ν•΄μ•Ό 함 (λI-A)λŠ” nμ°¨ μ •λ°©ν–‰λ ¬μ΄λ―€λ‘œ 동차연립일차방정식꼴 xκ΅¬ν•˜κΈ° μœ„ν•΄μ„œ null space μ°Ύμ•„μ•Ό 함 RREF //케일리-ν•΄λ°€ν„΄ 정리

'μ„ ν˜•λŒ€μˆ˜' μΉ΄ν…Œκ³ λ¦¬μ˜ λ‹€λ₯Έ κΈ€

μ„ ν˜•λŒ€μˆ˜] 쀑간고사 정리  (0) 2023.11.07